作者：Ed White，Teradata产品组合营销副总裁

Teradata正在为企业提供单位查询成本低的企业级分析技术。我理解各位听到这句话时可能很惊讶，但请您继续阅读：

每当听到有人在把分析技术市场当做只有一个细分市场进行讨论的时候，我总是感到非常着迷。这就像听到有人在讨论棒球，但他们不知道哪些是大联盟、那些是中型、小型联盟一样，他们需要更加深入挖掘和了解。

近技术成熟度曲线发展快的都是那些“没那么贵”的云端原生数据仓库，搭配按使用量定价的模式。这些“纯云端”的软件供应商将他们的解决方案包装为的灵丹妙药，仿佛可以满足所有客户的需求。但事实上，有两个大型细分市场和其他市场截然不同，不存在一刀切的解决方案，其中就包括不同的软件功能、部署模式、定价模型等。

宏观细分模型

个细分市场是基础数据仓库。它实际上是单独指向应用的，可以服务一个重点群组的用户、或者是一个部门。在这个细分市场中，几乎所有的新系统都在云端。大多数的工作流是零星分散的，可以随时在不需要使用的时候关闭。用户的并发程度比较低，每天只有几十或几百次查询。纯云端的软件供应商让底层计算基础架构的拓展变得简单，有时甚至能自动完成拓展。而这些系统过于简单、带来了极其痛苦的操作体验，而且它们根本不需要任何调试。这些解决方案的分析技术也是主要依赖于、或者仅基于SQL，应用于报告和商业智能。这个细分市场里的客户只能接受“按使用付费”的模式。因为基础数据仓库还算比较简单，它也只能创造中等偏低的业务价值。

第二个细分市场面向企业级分析。这个细分市场中的客户能够通过整合跨渠道的数据搭建整个企业的数据架构，服务于多个应用和用户群体。其中大多数的系统现在都还部署在本地，因为很多原数据是从本地的运营系统产生的。这些系统在设计的初就不能选择打开或者关闭。事实上，他们的规模也不能缩减，因为需要7X24小时地服务于运营客户、满足服务水平协议（SLA）。这个细分市场中的并发性是非常高的，有时每天要运行超过5000万次查询，所以客户根本无法承受按查询次数付费。强大的工作流管理能力是必须的，而这些客户也希望补充SQL的能力，发挥数据科学的作用。这些环境中需要通过设置参数和复杂的查询优化技术对性能进行调试，此外还要对硬件进行升级。这些企业级分析系统能够产生的业务价值是巨大的。

您可能还会发现，很多公司开始使用的是基础数据仓库，后来随着时间的推移（如果他们成功的话），就自然地进化为了偏向企业级分析的方案。对于一开始采用了不灵活的技术的公司来说，这就是问题开始的时候。随着越来越多的用户和应用被加入到系统中，您会“惊喜地”看到成本的上升。因为所使用的软件无法满足需求，您后可能只能更换平台，而这种操作的破坏度非常高、会限制住您可以实现的业务价值。

因为Teradata Vantage平台的灵活度，越来越多的客户选择使用Teradata。我们支持客户从基础的数据仓库无缝转换为先进的企业级分析技术，而不造成任何破坏。Vantage可以在多种云端以及混合的环境中运行。客户们不再被强求只能使用公有云。他们可以在任何自己需要的地方运行分析，并且可以轻松地在不同的部署方案之间切换。

Teradata Vantage还提供了多种定价模型。客户们开始可以不用预先支付任何金钱作为承诺，只需要对每次查询付费。随着量级的提升，他们可以切换到更加传统的按照性能定价的模型。而Vantage平台有能力超越基础的SQL，因为我们以原生的方式整合了数据科学和分析技术能力。

近McKnight咨询集团的研究报告《现代云端数据库管理系统的定价模型表现》中显示，主要的参考值在云端分析技术，我们从报告中提炼了以下洞察：

在供应商的概念验证里，低端的数据仓库看起来可能也很好，但在实际应用中，如果在生产环境中大规模部署，这些方案其实却非常昂贵。一些企业后承受着比原来预想的更高3-5倍的成本。这迫使公司将一些部署迁移到别的解决方案中 – 不管是本地还是另外的一个云端平台上。这样一来非常浪费时间、影响预算、扰乱迁移。而我们根本不必要非得经历这些。

虽然没人希望拥有一个过度搭建的系统，但是能够听从您的意见获取参数并进行调试是一个好处。免费功能是一个数据库成熟的标志。它们能达成服务水平承诺，承接其他系统无法处理的工作流。不经过调试的方式大多数对于市场推广是件好事，但是在现实世界中却是非常不实用的、也不符合公司的大利益。

我们开始看到那些购买了云端原生数据仓库的客户开始破除了迷思，了解了他们的实际成本，也在尝试拓展为企业级分析系统。那些原本定位为简单、性价比高、按使用付费的模式，在使用量上来之后表现得都很一般。它们的成本会随着每一次的硬件自动拓展而飞速上升。其中有些就是Teradata以前的客户，他们因为别人对成本缩减的保证而换掉了Teradata，但后又重新回到了Teradata的怀抱。这就是为什么我们说，Teradata提供的是低单位查询成本的企业级分析技术。

来源 https://mp.weixin.qq.com/s/52-24gXMl4bnVQtOjvoPsw